集成地基激光扫描与红外相机的地下交通基础设施表面病害检测与差异化形变研究

The transportation infrastructure is the most important infrastructure of a modern city. It carries most of the citizen’s daily trip. The maintenance and management of the underground transportation infrastructure is difficult and time-pressed. Meanwhile it has the shortages of lacking automatic approach and the limited observed objects. This project aims to provide a reliable technology means for safety and service status evaluation for underground transportation infrastructure, throughout the integration of terrestrial laser scanner and the infrared camera, as well as the research of differential deformation analysis and disease detection. The calibration of point cloud and imagery as well as the radar equation calibration in underground environment will be started firstly in order to provide accurate and reliable data support for further research. The spatial performance of structural disease of infrastructure is different in point cloud. Then, with the integration of point cloud, imagery and intensity, the disease, such as structural damage, and water-leakage will be extracted and then the evolvement discipline will be studied using multiphase data. According to the multiphase observation data, the differential deformation analysis will be applied to the underground transportation infrastructure. Differential deformation of infrastructure will cause secondary victimization. Therefore, secondary victimization will be then extracted from the point cloud and verified with the differential deformation data.At last, two segments of shanghai subway tunnel will be used as the case study to verify the feasible and reliable of the relevant theory and methods.

城市交通基础设施是现代城市的生命线，承载了绝大部分市民的日常出行。地下交通基础设施的维护管理存在时间紧、任务重、缺少自动化手段、观测对象有限等缺点。本项目拟集成地面激光扫描与红外全景相机，开展地下交通基础设施的病害检测技术和差异化形变分析研究，为地下基础设施的安全和服役状态评估提供可靠的技术手段。首先在地下环境开展点云-影像的几何校准及雷达方程修正研究，为后续的形变和病害检测分析提供技术支撑。基础设施的不同结构病害在点云中有不同的几何特征，因此采用校准后的点云、红外相片和回光强度数据，研究结构损伤、渗漏水等典型的基础设施病害探测方法，并通过多期的观测数据研究揭示结构病害的演化规律。然后根据多期基础设施扫描点云数据，开展差异化形变分析，并基于点云提取基础设施的错缝病害，与差异化形变数据进行相互验证。最后，以上海地铁两区间段为例，开展实际验证研究，评估本项目相关理论与方法的可行性。

本项目围绕地下交通基础设施安全评估问题，重点在地下环境基础设施的数据采集平台设计与开发、传感器标定与集成技术、激光-相机数据的融合与预处理，基础设施病害检测技术等方面展开了深入研究和探讨，取得一系列突破和创新成果。.首先，针对地下基础设施的采集环境和病害类型，研发了集成激光雷达和热红外相机的轻型数据采集平台，针对激光雷达、热红外相机和普通工业相机的特点，研发了激光-热红外相机的标定装置和标定算法、激光-视觉标定装置及算法，以及激光\热红外数据的增强方法，为地下基础设施的数据高精度采集奠定良好的基础。.其次，在激光-相机数据的融合和预处理方面，提出了地下基础设施的部件点云检索和语义识别方法，针对室内场景中的点云数据实现部件识别、语义分配；同时，针对地下基础设施的狭长、特征重复等特点，研究了融合深度影像和强度影像的衬砌隧道缝隙识别方法，基于识别的缝隙位置实现基础设施分区、分段，从而为后续的病害识别提供分区数据和定位基准。.最后针对基础设施的不同病害类型和所采集的融合点云，提出了四种病害提取算法：渗漏水病害提取算法、混凝土剥落病害提取算法、管片错台病害提取算法、管片错台与不规则形变的验证以及路面坑槽提取算法。研发的算法可以有效地提取地下基础设施的各类病害的语义信息，如渗漏水类型、出水位置、剥落深度、剥落面积等，从而为基础设施的安全评估提供可靠的数据。.本项目研发的平台、算法、软件等在上海地铁隧道、上海G1501公路及隧道、云南曲靖铁路隧道、各类地下停车场等进行了验证，达到了良好的效果。项目发表科研论文15篇，其中SCI检索论文11篇，获得授权发明专利2项、软件著作权4项，获得上海市科技进步一等奖、教育部科技进步二等奖各1次。较好地完成了项目的预定目标。

内容获取失败，请点击重试